今天开始养成一个好的习惯
培养意志力
读书 《机器学习》 周志华著
每天至少15页
Day01 p1-p22
第一章 绪论
1.1 引言
1.2 基本术语
模型 : 全局性结果（一棵决策树）
模式：局部性结果（一条规则）
特征向量：一个示例
标记（label）:结果（如 好瓜）
(xi,yi)：第i个样例 xi是特征向量
预测的是离散值，如好瓜，坏瓜：分类
预测的是连续值，如成熟度：回归
对西瓜做聚类，即分成若干组：聚类，每组称为一个簇
根据训练数据是否拥有label，可将学习分为监督学习 与 无监督学习
分类与回归属于前者 聚类属于后者
泛化能力：学得模型适用于新样本的能力
因此，我们希望样本能很好地反映整个样本空间。
通常假设样本空间中所有样本服从一个未知“分布”，所有样本来自这个分布，即“独立同分布”
1.3 假设空间 p5
西瓜问题的假设空间 444+1
1.4 归纳偏好
最终可能会有很多与训练集一致的假设 无法取舍
通过实际偏好来选择
有没有一般性原则来引导选择正确的偏好呢？
奥卡姆剃刀：若有多个假设与观察一致，选择简单的那个（如最光滑的曲线）
NFL定理（没有免费的午餐）定理：A,B算法期望性能相同。
寓意：不能脱离具体问题空谈什么算法更好，因为，若考虑所有潜在问题，则所有算法一样好。
1.5 发展历程
1.6 应用现状
数据挖掘 与 机器学习 的关系：
数据库与机器学习是数据挖掘的两大支撑
统计学主要是通过机器学习对数据挖掘发挥影响
